文档

prometheus.histogramQuantile() 函数

prometheus.histogramQuantile() 是实验性的,并且 可能会随时更改

prometheus.histogramQuantile() 在 Prometheus 历史图值集上计算一个分位数。

此函数支持 Prometheus 指标解析格式,该格式由 prometheus.scrape()、Telegraf 的 promtheus 输入插件以及 InfluxDB OSS 中的 InfluxDB 捕集器使用。

函数类型签名
(<-tables: stream[{B with le: D, _field: C}], quantile: float, ?metricVersion: A, ?onNonmonotonic: string) => stream[E] where A: Equatable, C: Equatable, E: Record

有关更多信息,请参阅 函数类型签名

参数

分位数

(必需) 要计算的分位数。必须是一个介于 0.0 和 1.0 之间的浮点数。

metricVersion

用于解析查询的 Prometheus 数据的 Prometheus 指标解析格式。可用版本为 12。默认为 2

tables

输入数据。默认为管道转发数据 (<-)。

onNonmonotonic

描述在按上界排序时计数不是单调递增时的行为。默认为 error

支持的值:

  • error:生成错误。
  • force:通过将每个 bin 的计数增加到等于下一个更小的 bin 来强制 bin 计数单调。
  • drop:当遇到非单调表时,不产生输出。

示例

计算 Prometheus 历史图的 0.99 分位数

import "experimental/prometheus"

prometheus.scrape(url: "https://127.0.0.1:8086/metrics")
    |> filter(fn: (r) => r._measurement == "prometheus")
    |> filter(fn: (r) => r._field == "qc_all_duration_seconds")
    |> prometheus.histogramQuantile(quantile: 0.99)

使用指标版本 1 解析 Prometheus 历史图的 0.99 分位数

import "experimental/prometheus"

from(bucket: "example-bucket")
    |> range(start: -1h)
    |> filter(fn: (r) => r._measurement == "qc_all_duration_seconds")
    |> prometheus.histogramQuantile(quantile: 0.99, metricVersion: 1)

这个页面有帮助吗?

感谢您的反馈!


Flux 的未来

Flux 正进入维护模式。您无需对代码进行任何更改即可继续按当前方式使用它。

阅读更多

InfluxDB v3 增强功能和 InfluxDB 集群现已上市

新功能包括更快的查询性能和管理工具,使 InfluxDB v3 产品线得到提升。InfluxDB 集群现已上市。

InfluxDB v3 性能和功能

InfluxDB v3 产品线在查询性能方面取得了重大提升,并提供了新的管理工具。这些增强包括一个操作仪表板来监控 InfluxDB 集群的运行状况,InfluxDB Cloud Dedicated 中的单点登录 (SSO) 支持,以及用于令牌和数据库的新管理 API。

了解新的 v3 增强功能


InfluxDB 集群上市

InfluxDB 集群现已上市,并为您提供了在自行管理的堆栈中使用 InfluxDB v3 的能力。

与我们讨论 InfluxDB 集群